| name | social-account-doctor |
| description | 小红书 / 抖音 / 快手 / 视频号 自媒体「(compose 素材打底 →) 找对标 → 拆爆款 → 套自己」四命令闭环。给我的账号 / 选题方向 / 原始素材（文档/图片/视频），吐出"可发的下一条笔记初稿"。当用户说"找对标"、"拆这条爆款"、"对着这条仿写"、"下一条该写什么"、"我这个号缺爆款选题"、"帮我写一条对标 XX 的笔记"、"我有素材帮我写一条能爆的"、"这份文档/这组图/这段视频能出一条爆款吗"时调用。诊断模式（"为什么不爆"）走 references/diagnostic-mode.md。 |
social-account-doctor — 找对标 / 拆爆款 / 套自己
不挖钩子建仓库，不写诊断报告。
直接对着具体爆款 → 输出我的下一条笔记初稿（标题 + 封面大字 + 首段 + CTA）。
0A. 交付质量硬规则（防伪装完成）
这些规则适用于 find / crack / adapt / diagnostic。违反时不要硬写报告；在对话里明说缺哪一步、为什么缺、用户可以怎么补。
H1 — find 必须有真对标搜索
find 模式至少跑过 1 次平台搜索，并拿到真实账号或作品候选：小红书 xiaohongshu_app_search_notes / 抖音账号搜索或视频搜索 / 快手 kuaishou_app_search_video_v2 / 视频号 wechat_channels_fetch_search_ordinary / B 站 bilibili_web_fetch_general_search。- 只拿了我的账号信息或作品列表就写“对标结论” = 违规。没有对标搜索，就只能标成“仅基于我方数据的初步判断”。
H2 — 视觉判断必须先跑多模态
- 报告里只要出现“封面模板 A/B/C/D/E”“大字比例”“真人出镜/实物展示/表格截图”“封面公式”“首帧钩子”等判断，就必须先用
scripts/analyze_image.py 分析本地封面/首帧。
- 我方账号诊断优先跑 top 3 + bottom 3；完整诊断最好覆盖近 7 条。对标可只跑 top 3，不能零调用。
- 报告正文必须嵌入我方/对标封面图，至少让用户能图文对照。无图的视觉诊断只能算口头评价。
H3 — 半成品要显式标注
- 搜索 API 挂、tikhub 不通、对标不足 3 条、截图字段不全、音频转写失败，都不能静默跳过。
- 报告开头或对话里必须标注完整度：
完整 / 部分（缺 Layer X） / 仅 L1。
- 对标为 0 条时写：
本次未能获取有效对标数据，以下结论仅基于账号自身数据，可能不够准确。
H4 — 标题干净，状态放正文
- 用户可见 H1 不写
(补充版)、(无对标)、(技术分析)、(Gemini 分析) 这类内部状态词。
- 状态说明放在标题下方引用块或 TL;DR 上方。
H5 — 账号定位不清晰要警告
- 账号简介为空/模糊、近 30 条覆盖 4 个以上不相关赛道、作品数 < 10、简介和内容明显不符时，必须在报告开头提示“定位风险”。
- 涉及账号定位、简介改写、人设切换、粉丝画像、变现模式时，缺硬数据就写“数据不足，暂不下结论”，不要凭感觉改号。
H6 — 报告语言面向非技术用户
- 用户报告里不要出现脚本名、模型名、API 名、命令行、JSON、ffmpeg、OCR bbox 等技术实现细节。
- 写“从封面设计来看……”“在平台上搜索同赛道内容发现……”，不要写“通过 analyze_image.py / tikhub 接口 / Gemini 得出……”。
H7 — 诊断默认给行动，不默认写脚本
- 用户问“为什么不爆 / 账号怎么调 / 完整诊断”时，默认输出漏斗判断、对标差距、内容结构、视觉标准、复盘指标、P0/P1/P2 行动。
- 只有用户明确说“下一条发什么 / 帮我写脚本 / 给案例”时，才写下一条可发布初稿或逐字脚本。
- 如果账号内容明显是 AI 视频 / AI 插画 / 数字人口播，必须加一节“AI 视频表达差距”：首帧冲突、人物连续性、场景连续性、字幕安全区、模板感、可信度、时长承载能力。
H8 — PDF 按需，但排版要自检
- 默认只写
.md。用户明确要 PDF 时再跑 scripts/render_report_pdf.py。
- PDF 报告避免超宽表格、手机长截图整张塞入、Markdown 表格包在 HTML 容器里。生成后至少检查文件存在、页数合理、图片没有明显丢失。
0. 闭环图
[我的原始素材（文档 / 图片 / 视频 / 非平台链接）] ← 新入口（compose）
│
▼ ⓪ compose (多模态解析 → 核心事实/独家要素/金句清单 → 5 维本质 → 信息缺口)
│
[我的账号 / 选题方向 / compose 画像]
│
▼ ① find (多模态识别本质 → 矩阵搜 → 相似度过滤)
[5-10 个真对标爆款]
│
▼ 人工勾选 3-5 条 ✋
[选定对标]
│
▼ ② crack
[每条 4 维钩子拆解（视觉/文字/口播/剧情）+ 综合权重 + 骨架 + 封面 + 标签]
│
▼ ③ adapt (有素材时：每个产出必须溯源到"对标公式 + 素材条目")
[3 标题 + 3 封面大字 + 1 段首段 + 1 个 CTA] → 可发
副产品（可选，必须问）：crack 跑完后主动问用户「要把这些钩子积累到 ./assets/hooks-{platform}.md 吗？」 — 用户答 yes 才追加。不会自动写。库的质量由你把关，跑多了自然形成弹药库。
1. 输入路由
| 用户说什么 | 走哪个命令 |
|---|
| "找对标" / "我这个号有什么对标" / "扫一下同赛道" | find |
| "拆这条爆款" / "这条为什么爆" / "提取这条的钩子" | crack（单条） |
| "对着这条仿写" / "下一条该怎么写" / "套这条的钩子写一条" | crack + adapt |
| "我想发 XX 主题，有什么参考" / "缺爆款选题" | find + crack + adapt（全闭环） |
| "我有素材帮我写一条能爆的" / "这份文档/这组图/这段视频能出一条爆款吗" / "基于这些材料做一条" | compose + find + crack + adapt（素材打底全闭环） |
1A. compose 命令 SOP（素材 → 初稿的新入口）
触发：用户带着自己的原始素材（本地文档 / 图片 / 视频 / 非平台链接）+ 一句"帮我写一条能爆的"。
作用：跑在 find 之前，把一堆散素材炼成"5 维本质 + 独家要素清单 + 信息缺口"，让下游 find/crack/adapt 有的放矢、且不乱编素材。
输入
- 必选 1-N 份原始素材（任意组合）：
- 本地文档
.md / .txt / .pdf → scripts/analyze_document.py <path>（md/txt 也可以直接 Read；pdf 走脚本）
- 图片
.jpg / .png → scripts/analyze_image.py
- 视频
.mp4 / .mov → scripts/analyze_video.py
- 非平台链接（文章 / 博客 / 新闻 / 自己的官网/产品页）→
WebFetch 取正文
- 必选：我的账号定位（一句话）+ 目标平台
- 可选：我想强调的卖点 / 情绪 / 必须保留的关键词
- 不走本命令：小红书 / 抖音 / 快手 / 视频号 / B 站 / 公众号链接 — 那些是"别人的爆款"，直接走
crack
Step 1 逐份解析（多模态必跑，跟 find Step 1 对称）
每份素材都跑一次对应脚本，不要看一份就下结论。汇总成素材画像，5 个字段：
| 字段 | 说明 | 来源要标到具体素材 |
|---|
| 核心事实 | 3-5 条原子事实 | 每条标 [素材 X · 段落/时间戳] |
| 独家要素 | 其他人没有的点：人物 / 数据 / 画面 / 场景 / 金句 | adapt 强制嵌入，必须标来源 |
| 视觉素材候选 | 图片 / 视频帧 / 文档配图 | adapt 的封面直接从这里挑 |
| 情绪基调 | 全部素材汇总出的情绪色 | 后续 Step 2 的 5 维输入 |
| 信息缺口 | adapt 想成立但素材没覆盖的点 | 明文列，问用户不要编 |
Step 2 炼 5 维本质（复用 find Step 1 框架）
基于素材画像，按 find 的 5 维（载体形态 / 情绪锚点 / 审美风格 / 内容结构 / 反差点）推断这条内容应该长成什么样。输出形容词三元组 + 一句话定位。
这 5 维直接喂给 find → find 可以跳过自己的 Step 1（已经有 5 维了），从 Step 2 矩阵搜索开始。
Step 3 交棒 find → crack → adapt（素材模式）
后面三步的差异：
find：跳过 Step 1，直接用 compose 的 5 维跑 Step 2-5crack：完全复用 SOPadapt（素材模式，强制项）：
- 标题 / 首段 / CTA 各至少嵌入 1 条素材独家要素
- 封面大字优先从素材画像的"候选金句"里选
- 每个产出除了现有的"抄了对标什么 + 改了什么"，加一行
用了素材：[素材 X · 具体要素]
- 素材覆盖不到、只能走通用话术的位置，必须 ⚪ 推断 标记 — 用户看到就知道这块是脑补
- 缺口明显影响成稿时（例：素材里没有具体数字但对标都有）→ 停下来问用户补，不要编一个假数字
compose 的输出
落盘到 ./reports/{YYYYMMDD-HHMM}-compose-{素材短码}.md，含：
- 素材清单（文件名 + 字/帧/时长）
- 5 维本质 + 形容词三元组
- 独家要素清单（编号）
- 候选金句 / 视觉素材清单
- 信息缺口清单 → 给用户的补充素材请求（如有）
完整闭环跑完后，adapt 报告里必须含"素材溯源列" — 没有这一列视同半成品，不写盘。
compose 的铁律
- 素材全吃完再下结论：N 份素材全跑完解析再炼 5 维，不要跑到第 2 份就开写
- 不编独家要素（对齐全局 feedback
账号资料修改要斟酌 的铁律 — 素材没给的不要凭空加）：adapt 想写但素材没给 → 问用户或标 ⚪ 推断
- 素材优先于通用话术：adapt 的每一行能从素材抠出来的，就不要用通用公式兜底
- 每一行要能双向溯源：对标公式（抄了什么）+ 素材条目（用了什么）两头都挂得上钩
2. find 命令 SOP（5 步铁律）
输入
我的账号链接 / 我的某条笔记链接 / 一个选题方向（"我想发 XX"）
输出
5-10 个对标爆款链接 — 不是关键词搜出来的，是按内容本质过滤过的。
5 步（每一步都不能省）
Step 1 内容本质识别（必跑多模态）
输入是我的账号 / 笔记 → 调 analyze_image.py（封面）+ analyze_video.py（视频）→ 提取 5 个本质维度：
| 维度 | 例子（橘猫做大酱那条） |
|---|
| 载体形态 | AI 拟人化小动物（不是真人 / 真宠物） |
| 情绪锚点 | 怀旧 / 家乡味道 / 童年记忆 |
| 审美风格 | 暖阳 + 慢镜头 + 烟火气 |
| 内容结构 | 教程类（原料 → 成品全流程） |
| 反差点 | 可爱角色 × 硬核农活（核心爆点） |
输出：5 个维度的描述（每个 1 句话）+ 形容词三元组（如：AI 萌宠 / 怀旧 / 反差教程）。
Step 2 生成搜索词矩阵
5 个本质维度交叉组合 → 4-6 个搜索词：
维度1：「AI萌宠」 / 「拟人猫」 / 「萌宠成精」
维度2：「乡村美食」/ 「老家味道」/ 「童年回忆」
维度3：「治愈」 / 「烟火气」
维度4：「教程」 / 「手作」
维度5：「反差萌」 / 「猫师傅」
⚠️ 铁律：搜索词 = 单一 2-4 字本质维度词。
- 不要用宽泛选题词（"东北大酱"会搜出真人假对标）
- 不要带空格组合（"猫师傅 美食" 在 V1/V2 接口会 HTTPStatusError，要拆成 4-6 个单词分次搜）
Step 3 矩阵词并行搜索
每个矩阵词调一次 search → 按互动量倒序取 top 10 → 汇总到候选池（20-50 条，去重）。
工具：
- 小红书
xiaohongshu_app_search_notes（只用这个，V2/Web V2 全挂 — 见 §9.1）
- 抖音优先
douyin_billboard_fetch_hot_account_search_list --cursor 0 找账号；再用 douyin_app_v3_fetch_hashtag_search_result → douyin_app_v3_fetch_hashtag_video_list 反查作者；douyin_app_v3_fetch_video_search_result_v2 只做补充且必须加超时
- 快手
kuaishou_app_search_video_v2
- 视频号
wechat_channels_fetch_search_ordinary（综合）+ wechat_channels_fetch_search_latest（最新）双源对比 — 见 §9.2
接口失败兜底：连续 3 次 retry 失败 → 不再硬刚，让用户手甩 3-5 个对标链接 → 直接 fetch_feed_notes_v2（小红书）/ fetch_video_detail（视频号）→ 跳到 crack。
视频号特殊铁律：视频号客户端不输出可复制的链接 / 视频 ID（分享出去是卡片）。唯一入口是账号名/关键词搜索 → 锁定本号视频 → 拿 id。不要让用户提供"视频号链接"，他给不出。
Step 4 多模态相似度过滤（必跑多模态）
候选池每条抽首图 → analyze_image.py → 按 5 维打分（0-1）→ ≥ 3 维相似才留。
⚠️ 代价警告：这一步 20-50 次 multimodal 调用，token 不便宜，但不能省 — 否则 find 出来的全是表面假对标，后面 crack/adapt 全白做。
Step 5 体量 + 活跃度过滤
| 条件 | 标准 |
|---|
| 粉丝量 | 我 ×1 ~ ×10（伙伴/榜样档，删大佬级和小白级） |
| 近 30 天发文 | ≥ 8 条（不活跃删） |
| 单条互动 | ≥ 该号近 30 天均值 × 3（爆款不是日常） |
| 排除 | 官方蓝 V / 单条 100w+ 异常爆（不可复制） |
→ 输出 5-10 个真对标 + 每个贴一句"为什么是真对标"（5 维相似度命中哪几维）。
find 的人工卡点
最后一步必须给用户看清单 → 用户勾选 3-5 条 → 没勾的不进 crack。
3. crack 命令 SOP
输入
1 个或 N 个对标爆款链接（一般是 find 勾选出来的）。
输出
对每条吐 4 维钩子拆解 + 3 行结构元素（不写诊断报告，不打分，只罗列可抄元素）：
对标：@xxx 的「东北橘猫做大酱」(50w 赞 / 1.2k 评 / 30s)
钩子（4 维拆解）：
├ 视觉钩：拟人猫脸大特写 + 田间背景，0.5s 内出"猫看着你"的目光
├ 文字钩：封面中部一行字（OCR bbox 366,604,546x71）+ 标题「人！」感叹号
├ 口播钩：「人！其实快乐很简单，跟me下乡吧！」— 拟人猫"对人喊话"的反差
├ 剧情钩：第一秒就破壁（猫张嘴说"人！"）— 把"猫"和"观众"的层级倒过来
└ 综合：视觉 ×0.4 + 口播 ×0.6 = 治愈系反差钩 ← 主驱动力
骨架：原料展示 → 工艺过程 → 成品 → 情绪升华（4 段，命中骨架 A 场景+冲突+解决）
封面公式：D 实物展示 + 暖色高对比 + 主体居中（无大字） [🟢 跑了 multimodal / ⚪ 推断]
标签组合：#AI萌宠 #东北美食 #怀旧 #反差萌（4-5 个）
复用提示：[一句话 — 这条最值得抄的一个具体动作]
为什么 4 维：钩子不是"那一句标题"，而是视觉+文字+口播+剧情的整体开场设计。综合权重决定仿写时的精力分配方向（哪一维占比 ≥ 0.5 = 死磕那一维）。
钩子积累（可选，必须问 — 不要自动存）
crack 跑完所有对标后，把完整 4 维钩子单元（不是单句）汇总打给用户看，主动问：
本次 crack 提取了 N 条 4 维钩子单元：
1. @xxx「跟me下乡」(9k 赞, 治愈系反差钩, 主驱动力=口播 0.6)
2. @yyy「比熊求职」(13k 赞, 共鸣型反差钩, 主驱动力=文字 0.7)
...
要积累到 ./assets/hooks-{platform}.md 吗？
- yes：4 维拆解格式全存
- "1,3"：只存指定条
- no：本次不存（默认）
只有用户明确说要存，才 mkdir -p ./assets + 追加（按情绪锚点分类，再按主驱动力二级索引；追加不覆盖；首次创建时建好"索引 + 速查"骨架）。
不要默认存 — 自动堆出来的钩子库都是垃圾，库的价值在于人工把关。
crack 用到的术语
封面 ABCDE / 标题 1-10 / 骨架 ABC / 钩子 1-7 → 全部对齐 references/scoring-vocab.md。
4. adapt 命令 SOP
输入
- 我的账号定位（一句话，必须）
- crack 输出（1-N 个对标的元素清单，必须）
- 我想发的方向（可选，没有就基于 crack 推荐）
输出
直接给可发的：
标题候选（3 个，每个标注命中哪个公式）：
1. 「[文案]」 — 公式 4 怕错避坑 + 改了 XX
2. 「[文案]」 — 公式 2 反认知 + 改了 XX
3. 「[文案]」 — 公式 6 身份共鸣 + 改了 XX
封面大字（3 个，4 字以内）：
1. 「[大字]」 — 套对标的 D 模板，加大字升级到 A+D 混合
2. ...
3. ...
首段文案（≤ 50 字，命中钩子模板 N 号）：
「[文案]」 — 抄了对标的 XX，我做了 YY 改动
CTA（命中互动钩子模板）：
「[文案]」 — 套对标的"评论扣 X 送 Y"结构
adapt 的铁律
- 标题 / 封面 / 首段 / CTA 必须命中
references/scoring-vocab.md 里的至少 1 个公式
- 每个产出必须标注「抄了对标什么 + 我做了什么改动」 — 防止抄到不可复制的部分
- 不要 4 个候选，就 3 个（多了用户选不动）
5. 输出位置铁律
完整闭环（find → crack → adapt）跑完，必须落盘到当前工作目录：
./reports/
{YYYYMMDD-HHMM}-compose-{素材短码}.md # compose 模式才有：素材画像 + 5 维 + 缺口清单
{YYYYMMDD-HHMM}-find-{我的账号末8位}.md # 5-10 对标 + 为什么是真对标
{YYYYMMDD-HHMM}-crack-{对标末8位}.md # 每条 4 行清单
{YYYYMMDD-HHMM}-adapt-{选题短码}.md # 标题 + 封面 + 首段 + CTA（compose 模式必须含"素材溯源列"）
./assets/ # 副产品，跨任务累积
hooks-xhs.md / hooks-douyin.md / hooks-kuaishou.md
写盘前 mkdir -p ./reports ./assets。只跑了 1 个命令、半成品、接口失败 → 不写盘，只在对话里说。
5.1 PDF 输出（按需，不默认）
铁律：默认只输出 .md，不要主动生成 PDF。只有用户明确说「整理成 PDF / 出 PDF / 出一份 pdf 版」等才跑：
python3 ~/.claude/skills/social-account-doctor/scripts/render_report_pdf.py \
./reports/{report}.md
脚本特性：
- A4 + 思源黑体 (CJK 必装 Source Han Sans SC) + 粉色诊断主题
- md 中本地图片
 自动 base64 内嵌（PDF 自包含，可单文件传播）
- 富排版（卡片式 top N 对标 / TL;DR 红框 / 三图横排）需在 md 里直接写 inline HTML，CSS 已经准备好对应 class：
<div class="tldr"><div class="verdict">...</div>...</div> — TL;DR 高亮框<div class="card"><div class="card-img"><img/></div><div class="card-body">...</div></div> — 对标卡片<div class="user-img"><img/><div class="caption">...</div></div> — 三图横排
- 想保留中间 HTML 自己改样式：加
--keep-html
何时主动询问 PDF：用户说「分享给客户」「打印」「存档」「发出去」等需要可携带版本的语义时，可以主动问一句「要不要顺便出一份 PDF？」 — 不要不问就出。
6. L2 诊断模式（按需，不主推）
只在用户明确说这些话时触发 → 调 references/diagnostic-mode.md：
- "这条为什么不爆"
- "完整诊断"
- "我这个号该往哪调"
- "卡在哪一层"
→ 走 6 维评分 + 三层诊断 + 平台阈值表（完整流程，被降级为兜底）。
否则不要主动跑诊断。 生产闭环是 find→crack→adapt，诊断是数据回收后的事后反思工具。
7. 工具速查
tikhub CLI（按平台 × 任务）
调用走 tikhub <platform> <tool> --args（CLI 自包含在仓库 tikhub/ 目录，纯 Python stdlib + HTTP JSON-RPC + session 缓存）。不知道工具名时 tikhub list <platform> <关键词> 模糊查；看完整 schema 用 tikhub describe <platform> <tool>。
参数类型铁律（防"看着对其实数据被破坏"）：
- CLI 默认所有
--key=value 按 string 透传，只 true/false/null/none 字面量被 coerce
- ID 字段（
user_id / photo_id / note_id / sec_user_id / aweme_id）几乎都是 string schema — 直接 --user_id 4253294011，不要包 :int
- 真要 int 用显式 tag：
--page:int=1 / --count:int=20；复杂结构用 --json '{...}'
- 看到
validation error ... input_type=int → 检查是不是手贱加了 :int
| 任务 | 小红书 | 抖音 | 快手 | B 站 |
|---|
| find Step 3 关键词搜 | xiaohongshu_app_search_notes（笔记） / xiaohongshu_web_search_users（用户） | douyin_billboard_fetch_hot_account_search_list --cursor 0（账号优先） / douyin_app_v3_fetch_hashtag_search_result（话题） / douyin_app_v3_fetch_video_search_result_v2（视频补充） | kuaishou_app_search_video_v2 | bilibili_web_fetch_general_search |
| find Step 5 账号信息 | xiaohongshu_app_get_user_info | douyin_web_handler_user_profile | kuaishou_app_fetch_one_user_v2 | bilibili_web_fetch_user_profile + _user_up_stat + _user_relation_stat |
| crack 笔记/视频详情（最稳兜底） | xiaohongshu_app_get_note_info（需 xsec_token） / xiaohongshu_web_get_note_info_v7 | douyin_app_v3_fetch_one_video | kuaishou_app_fetch_one_video | bilibili_web_fetch_one_video |
| crack 拿封面/视频 | 用笔记详情返回的 image_list URL；不要用已挂的独立 image 接口 | douyin_app_v3_fetch_video_high_quality_play_url | kuaishou_app_fetch_one_video（含 play_url） | bilibili_web_fetch_video_subtitle（字幕拆口播） |
| crack 拿评论 | xiaohongshu_app_get_note_comments | douyin_app_v3_fetch_video_comments | kuaishou_app_fetch_one_video_comment | bilibili_web_fetch_video_comments + _comment_reply |
| B 站独家：弹幕 | — | — | — | bilibili_web_fetch_video_danmaku（4 类信号见 platforms/bilibili.md §3） |
| 解析分享链接 | xiaohongshu_web_get_note_id_and_xsec_token | douyin_app_v3_fetch_one_video_by_share_url | kuaishou_web_fetch_one_video_by_url | bilibili_web_bv_to_aid（bv ↔ aid 转换） |
视频号（独立路径 — 没分享链接）
视频号客户端不输出可复制的链接 / 视频 ID（分享出去是卡片，不是 URL）。所以任何视频号任务的入口都是账号名/关键词搜索，跟其他三平台流程不一样：
| 任务 | 工具 | 注意 |
|---|
| find Step 3 关键词搜（综合） | wechat_channels_fetch_search_ordinary | 算法综合排序，含权重 + 关系链 |
| find Step 3 关键词搜（最新） | wechat_channels_fetch_search_latest | 时间序，与综合求差集找蓝海窗口 |
| find Step 5 账号搜索 | wechat_channels_fetch_user_search | ⚠️ 实测易 503 — fallback：用 _search_ordinary 精确匹配 nickname |
| crack 视频详情 | wechat_channels_fetch_video_detail（id 优先于 exportId） | 含完整互动数据 + feed_count（账号总作品数） |
| crack 拿评论 | wechat_channels_fetch_comments | — |
| 账号主页 / 直播回放 | wechat_channels_fetch_home_page / wechat_channels_fetch_live_history | — |
| 热榜 / 抢窗口 | wechat_channels_fetch_hot_words | 视频号专属：朋友圈关系链 + 热榜双驱动 |
视频号 find 的 5 步要做两个调整：
- Step 3 关键词搜要双源跑（ordinary + latest），交集 = 已被算法验证的爆款，差集 = 新发未推 / 老爆款长尾
- Step 5 账号信息时，user_search 503 是常态 — fallback 是从
search_ordinary 结果里按 nickname 精确匹配 + 头像 url 校验
B 站（横版 + 三连 + 弹幕，跟其他四平台都不同）
B 站是 16:9 横屏 + 长视频文化，算法核心信号是三连率（点赞 + 投币 + 收藏 / 播放），不是完播率，也不是收藏比。弹幕是其他平台都没有的实时情绪流，每条对标必跑：
| 任务 | 工具 | 注意 |
|---|
| 关键词搜（综合 / 时间窗口） | bilibili_web_fetch_general_search | order 用 totalrank/click/pubdate/stow(收藏) 等；蓝海词监控用 pubtime_begin_s |
| 视频详情 | bilibili_web_fetch_one_video | 含 cid（拉弹幕用）+ stat 全字段（投币 / 收藏 / 弹幕） |
| 弹幕（独家信号） | bilibili_web_fetch_video_danmaku --cid <cid> | 4 类信号：梗 / 问题 / 打卡 / 吐槽 — 详见 platforms/bilibili.md §3 |
| 字幕（拆口播结构） | bilibili_web_fetch_video_subtitle --aid --cid | AI 字幕（如有） |
| UP 主（双统计） | bilibili_web_fetch_user_profile + _user_up_stat + _user_relation_stat | 三个分别拿基本信息 / 总播放点赞 / 粉丝关注 |
| UP 主投稿 + 动态 | bilibili_web_fetch_user_post_videos + _user_dynamic | 动态看是否在 B 站外引流 / 预告 |
| bv ↔ aid 转换 | bilibili_web_bv_to_aid | URL 输入支持用 bilibili_web_fetch_one_video_v3 |
B 站 find 关键差异：
- 按三连率排序而不是播放量：拉到结果后算
(coin + favorite + like) / view，按这个排
- 每条对标必拉弹幕：弹幕里的"打卡时间戳"直接告诉你哪一段是高潮（剪短视频投抖音/小红书复用素材）
- 看 UP 主 = 看分区垂直度：分区跨度 ≥ 3 个的 UP 主算法不推
详见 references/platforms/bilibili.md。
平台细节（阈值、6 维评分细则）在 references/platforms/{平台}.md，find/crack/adapt 主流程不用看，L2 诊断时才读。
多模态脚本（scripts/）
analyze_image.py <封面1> [封面2 ...] [--concurrency 1] [--timeout 600]：拿 5 变量 + 5 模板归类 + 钩子识别；支持多图批量，默认串行，确认额度充足时再手动调高并发analyze_video.py <视频> [--mode auto/talking/visual/keyframe]：三模式自动路由；visual/talking 默认按视频配置走，本地片段存在且未禁用时发 video_url；设 VIDEO_ANALYSIS_USE_VIDEO_URL=0 或没有可用视频片段时才走代表帧兜底analyze_document.py <文档> [--json]：compose 用，吃 .md / .txt / .pdf → 全文 + 章节 + 候选金句 + 字数；PDF 依赖 pdfplumber / pypdf / fitz / pdftotext 任一（四选一，都没有时会提示装）ocr_screenshot.py <截图>：用户给后台数据截图时用；非 JPEG 默认转 JPEG，可用 VIDEO_ANALYSIS_NORMALIZE_IMAGES=0 关闭dispatch_account.py <账号URL>：链接 → platform + user_idrender_report_pdf.py <md> [-o out.pdf] [--keep-html]：md 报告 → PDF（按需，不默认，详见 §5.1）
9. 接口稳定性表（按平台分小节）
9.1 小红书（复测 2026-04-23 — 用户作品列表切 Web V2 fetch_home_notes_app；其余 App V1 首选）
⚠️ 2026-04-23 增量更新：用户作品列表的 App V1 (xiaohongshu_app_get_user_notes) 复测也挂，app_v2_get_user_posted_notes 仍挂。当前只有 xiaohongshu_web_v2_fetch_home_notes_app 能跑通并拿到 cover / title / like / collect。虽然官方说 Web V2 停止维护，但这一行目前没得选。
⚠️ 旧结论（2026-04-22）：除用户作品列表外，search / note_info / comments / user_info 仍优先用 App V1。App V2 全系列实测 RetryError；Web V2 能用的也按“备用、随时可能挂”处理。
官方明确弃用：xiaohongshu_app_search_notes_v2、xiaohongshu_app_get_video_note_info、xiaohongshu_app_get_notes_by_topic、xiaohongshu_app_search_users。见到这些不要用。
| 任务 | ✅ 首选 | ⚠️ 备选 | ❌ 不要用 |
|---|
| 关键词搜笔记 | xiaohongshu_app_search_notes | xiaohongshu_web_search_notes（Web V1，限流时切） | app_v2_search_notes / web_v2_fetch_search_notes / app_search_notes_v2 |
| 关键词搜用户 | — | xiaohongshu_web_search_users（Web V1，唯一能用） | app_search_users / app_v2_search_users / web_v2_fetch_search_users |
| 笔记详情 | xiaohongshu_app_get_note_info（需 xsec_token） | xiaohongshu_web_get_note_info_v7 / xiaohongshu_web_v2_fetch_feed_notes_v2（备用） | app_v2_get_image_note_detail / app_v2_get_video_note_detail |
| 笔记评论 | xiaohongshu_app_get_note_comments | xiaohongshu_web_v2_fetch_note_comments（备用） | app_v2_get_note_comments |
| 二级评论 | xiaohongshu_app_get_sub_comments | xiaohongshu_web_v2_fetch_sub_comments（备用） | app_v2_get_note_sub_comments |
| 账号信息 | xiaohongshu_app_get_user_info | — | app_v2_get_user_info / web_get_user_info_v2 |
| 用户作品列表 | xiaohongshu_web_v2_fetch_home_notes_app（2026-04-23 唯一能用） | — | xiaohongshu_app_get_user_notes / app_v2_get_user_posted_notes / web_v2_fetch_home_notes |
| 拿封面/图片 | 用 app_get_note_info / web_get_note_info_v7 返回里的 image_list URL | — | web_v2_fetch_note_image |
| 分享链接解析 | xiaohongshu_web_get_note_id_and_xsec_token | xiaohongshu_app_extract_share_info / app_get_user_id_and_xsec_token | — |
铁律：
- ✅ search / note_info / comments / user_info 首选 App V1；用户作品列表目前只用
web_v2_fetch_home_notes_app
- ⚠️ Web V2 官方说停止维护，只在 App V1 挂且没替代时用；报告里标注“备用接口，数据可能延迟或随时下线”
- ❌ App V2 全系列实测挂，不要再试
- ❌ 同一接口连续 3 次 HTTPStatusError → 换备选 / 让用户截图代替
- ❌ 小红书不支持按话题标签搜索笔记，只支持关键词；用户问“搜 #XX 标签”时说明限制
- 📅 实测日期写在标题里，3 个月后必须重测一次
并发与限流（实测 2026-04-21）：
- 当前 tikhub RPS 上限 = 10/s（用户提供）—— 单次诊断的搜索批量调用要节制,建议并发不超过 3,串行更稳
- 触发限流时返回
RetryError[HTTPStatusError]（与"接口本身不稳"的报错一样,容易误判）
- App V1 (
xiaohongshu_app_search_notes) 限流后冷却时间长；Web V1 (xiaohongshu_web_search_notes) 抗限流更强,App V1 被限时优先切 Web V1（同样是 V1，不是 V2）
9.2 视频号（实测 2026-04-21）
| 任务 | ✅ 用这个 | ⚠️ 注意 |
|---|
| 关键词综合搜索 | wechat_channels_fetch_search_ordinary | 稳。结果里的 source.title 可能是带 <em class="highlight"> 的高亮 HTML，处理时要剥标签 |
| 关键词最新搜索 | wechat_channels_fetch_search_latest | 偶发 503，retry 1 次即可 |
| 账号搜索 | wechat_channels_fetch_user_search | 实测高频 503。fallback：用 _search_ordinary(账号名) 取首条 + 校验 nickname/头像 url |
| 视频详情 | wechat_channels_fetch_video_detail | 稳。优先传 id 而非 exportId；返回的 contact.feed_count 是账号总作品数（冷启诊断关键字段） |
| 评论列表 | wechat_channels_fetch_comments | 稳 |
| 用户主页 | wechat_channels_fetch_home_page | 依赖 user_search 提供 user 上下文，user_search 挂时连带挂 |
| 热门话题 | wechat_channels_fetch_hot_words | 稳 |
视频号铁律：
- ❌ 不要让用户提供视频号链接 / 视频 ID — 视频号客户端只支持卡片分享，根本不输出 URL/ID
- ❌ user_search 503 时不要 retry 超过 1 次 — 直接 fallback 到
_search_ordinary + nickname 精确匹配
- ✅ 综合搜索结果里真号常常只有 1 条（同名/同主题号会被高亮但来自其他号），按
source.title 剥 <em> 后 完全等于 目标账号名才算真号
- ✅
video_detail.contact.feed_count == 1 + like/comment/forward 全 0 = 冷启失败号，可直接出诊断结论
- 📅 实测日期写在标题里，3 个月后重测
9.3 抖音（局部复测 2026-06 — 对标搜索优先走账号搜索）
🟡 状态：2026-06 复测确认，抖音找对标不要只依赖视频搜索。douyin_billboard_fetch_hot_account_search_list --keyword <词> --cursor 0 可用于账号搜索；douyin_app_v3_fetch_video_search_result_v2 偶发长时间无响应，只做补充且必须加超时。
实测命令（用 tikhub CLI）：
tikhub --health
tikhub list douyin search
tikhub douyin douyin_billboard_fetch_hot_account_search_list \
--keyword 宝宝情绪 --cursor 0
tikhub douyin douyin_app_v3_fetch_hashtag_search_result \
--keyword 宝宝情绪 --offset 0 --count 10
tikhub douyin douyin_app_v3_fetch_video_search_result_v2 \
--keyword 宝宝情绪 --offset 0 --count 10
| 任务 | 实测结果 | 备注 |
|---|
douyin_billboard_fetch_hot_account_search_list | 可用 | 找账号对标首选；cursor 必传 |
douyin_app_v3_fetch_hashtag_search_result | 可用 | 可先找话题，再拉话题视频反查作者 |
douyin_app_v3_fetch_video_search_result_v2 | 不稳定 | 可能卡住；加超时，失败后换账号/话题搜索 |
douyin_web_handler_user_profile | 可用 | 适合拿公开主页基础信息 |
douyin_web_fetch_user_post_videos | 部分受登录限制 | 普通号可能返回空，必要时结合后台截图 |
推荐调用顺序（找对标时）：
- 从账号简介和近 10 条作品提取 4-6 个关键词
- 账号搜索首选
douyin_billboard_fetch_hot_account_search_list --cursor 0
- 账号搜索不够时，用话题搜索拿
ch_id，再用 douyin_app_v3_fetch_hashtag_video_list --ch_id <id> 反查高互动作者
- 视频搜索只做补充；超时 1 次就换账号搜索或话题搜索，不要连续卡住
- 新号优先找 3-5 个 500-1W 粉的同赛道号，再补 1-2 个更高粉账号看方法论
不要误判为无对标的情况：
- 某个 search 工具 schema 为空 / 参数不明：先
tikhub list douyin search 或 tikhub describe 查清楚
- 视频搜索挂了但账号搜索可用：L2 仍可完成
- 用户给的是短链：先解析
sec_uid / aweme_id，再用主页信息提关键词
9.4 快手（待实测，同 9.3）
🟡 状态：同 §9.3，未在本轮做接口稳定性实证。
实测命令：
tikhub --health
tikhub list kuaishou search
tikhub kuaishou kuaishou_app_search_video_v2 --keyword Cursor --page 1
实测后回填：
| 任务 | 实测结果 | 备注 |
|---|
kuaishou_app_search_video_v2 | 待测 | — |
kuaishou_app_fetch_one_user_v2 | 待测 | — |
kuaishou_app_fetch_one_video | 待测 | — |
kuaishou_app_fetch_one_video_comment | 待测 | — |
kuaishou_web_fetch_one_video_by_url | 待测 | — |
- find 必须 5 步走：本质识别 → 矩阵搜 → 多模态过滤 → 体量过滤 → 人工勾选。任何一步都不能省。
- 不要单一宽泛词搜对标（如"东北大酱"）。永远是 4-6 个本质维度词矩阵。
- search 关键词必须是单一中文词，2-4 字最稳，禁止空格组合（带空格的组合词在 V1/V2 接口都易 HTTPStatusError — 拆成多个单词分次搜更稳）。
- crack 输出 4 维钩子拆解（视觉/文字/口播/剧情 + 综合权重），不是单句钩子。综合权重决定仿写时的精力分配。
- adapt 必须命中 scoring-vocab.md 公式，且必须标注"抄了什么 + 改了什么"。
- 诊断不主推。除非用户明确说"为什么不爆"，否则不要走 L2。
- multimodal 不省：find Step 1 看我的、find Step 4 看候选 — 都要调。token 贵但不能省。
- 退化兜底：当
fetch_note_image 不可用时，可以用 feed_notes_v2 返回里的 video_info_v2.media.video.bbox.ocr_v2/v3 字段（含封面文字位置）+ desc + 标签推断封面公式，必须明文标 ⚪ 推断 / 🟢 高可信。
- 完整闭环跑完才落盘，半成品只在对话里说。
- 钩子库要问过用户才追加。crack 完成后主动问"要存吗"，用户答 yes 才写
assets/hooks-{platform}.md，按 4 维拆解格式存（不是单句）。禁止自动追加。
- 环境自检 + 缺失透明（最重要的一条 — 防"伪装完成"）：
开干前必做：列出本次任务依赖的工具，逐个 ping。
find 依赖：tikhub CLI（tikhub --health）+ analyze_image.py + analyze_video.pycrack 依赖：tikhub CLI（笔记/视频/评论详情）+ multimodal 脚本adapt 依赖：纯 LLM（无外部依赖）- L2 完整诊断依赖：tikhub CLI（搜对标 + 账号信息）+ multimodal
缺哪个明说哪个（在第一句话就说，不要默默缩范围）：
⚠️ 本次需要 tikhub CLI（小红书）调数据，环境检查发现：
- tikhub --health 不通 / TIKHUB_API_KEY 没配 / 连续 retry 失败
两个选择：
① 修复 ~/.claude/.env 的 TIKHUB_API_KEY 或 PATH（详见仓库 `tikhub/README.md`），再来一次
② 你直接给我 N 个对标链接 / 截图 — 我跳过搜索阶段，从 crack 开始
禁止偷工：
- 跑了 1/3 不能说"诊断完成"
- 跑完后必须明文标注：「本次只完成 Layer X，因为 Y 工具不可用 / Y 数据缺失」
- 半成品不写盘（不污染 reports/ 目录）
- 接口连续 3 次 retry 失败 → 视同工具不可用 → 进入上面的话术
-
tikhub 调用走 CLI，不走 claude mcp add：所有 tikhub 数据抓取通过 tikhub <platform> <tool> --args CLI 命令调用。CLI 自包含在仓库 tikhub/ 目录（不依赖外部 skill）。不要再 claude mcp add tikhub-*：
- HTTP 端点是
https://mcp.tikhub.io/{xiaohongshu|douyin|kuaishou|wechat|bilibili}/mcp，所有平台共用一个 CLI、一个 API key
- 不需要重启 claude，不污染全局工具列表
- session id 自动缓存（5 min TTL），不用关心连接管理
环境自检：
tikhub --health
tikhub list xiaohongshu search
ls ~/.claude/.env
新机器初始化（git clone 之后一次性）：
cd ~/.claude/skills/social-account-doctor
ln -sf "$(pwd)/tikhub/bin/tikhub" ~/.local/bin/tikhub
echo "TIKHUB_API_KEY=YOUR_KEY" >> ~/.claude/.env
chmod 600 ~/.claude/.env
详见 tikhub/README.md。
9. 数据时效性说明
references/platforms/*.md 里所有平台阈值（完播率 / CTR / CES 等）均为行业经验值（蝉妈妈 / 千瓜 / 新红 / COO 公开发言等多源），非平台官方公告。
📅 采集日期：2026-04｜建议复核：每 6 个月
诊断时用作"方向判断"，不是"绝对死线"。生产闭环（find/crack/adapt）不依赖这些数字。
